Machine learning engineer / mlops engineer aws - freelance

Description du poste Descriptif détaillé du besoin Dans le cadre du développement et de l’industrialisation de produits data et machine learning, nous recherchons un Machine Learning Engineer / MLOps Engineer confirmé pour rejoindre une équipe dédiée aux sujets Supply Chain & Operational Excellence. La mission consiste à accompagner les évolutions de produits existants et le déploiement de nouveaux produits ML, depuis les phases de POC jusqu’au MVP, en s’appuyant sur une plateforme data cloud AWS et une stack MLOps moderne. Vous interviendrez dans un environnement de production exigeant, avec un fort enjeu de robustesse, de scalabilité et d’industrialisation des systèmes de machine learning. Missions principales Vous aurez notamment pour responsabilités de : Accompagner les équipes Data Science dans la mise à disposition d’environnements ML complets, de l’ingestion des données jusqu’au model serving. Contribuer à l’implémentation, au déploiement et à l’exploitation de produits ML sur une stack standardisée. Déployer, maintenir et optimiser des pipelines MLOps robustes pour la CI/CD, le monitoring et le ré-entraînement des modèles. Gérer et faire évoluer les produits existants dans des environnements AWS. Déboguer et optimiser la performance, la latence et la consommation de ressources des modèles et pipelines en production. Participer aux choix techniques et architecturaux en lien avec le Tech Lead, les Product Owners et les Project Managers. Contribuer activement aux cérémonies Agile et à la collaboration quotidienne avec l’équipe. Former, accompagner et partager les bonnes pratiques avec les autres ingénieurs de l’équipe. Profil recherché Profil recherché Nous recherchons un profil confirmé, disposant de 3 à 5 ans d’expérience sur des rôles MLOps, DevOps ou Machine Learning Engineering, avec une expérience concrète du déploiement de systèmes ML en production. Compétences techniques attendues Solide expérience en MLOps, notamment sur le déploiement, le monitoring, la mise à l’échelle et le ré-entraînement de modèles ML. Très bonne maîtrise d’ AWS, idéalement dans des environnements de production complexes. Expérience avec les outils MLOps suivants : AWS SageMaker, MLflow, Airflow. Excellente maîtrise de Python, incluant les bonnes pratiques de développement, la refactorisation et la gestion d’environnements avec des outils comme uv ou Poetry. Bonne connaissance des pratiques CI/CD et des systèmes de versioning, notamment Git et idéalement GitLab. Maîtrise de la containerisation avec Docker ou Podman. Expérience requise en Infrastructure as Code, notamment avec Terraform. Une expérience complémentaire sur GCP serait appréciée. Qualités attendues Excellente communication, avec une capacité à travailler efficacement avec des équipes data, produit et engineering. Autonomie, proactivité et capacité à être force de proposition sur les sujets techniques et d’architecture. Esprit critique et analytique pour orienter les bons choix technologiques. Capacité à évoluer dans un environnement agile et collaboratif. Anglais professionnel requis. Pourquoi rejoindre cette mission ? Cette mission offre l’opportunité d’intervenir sur des sujets MLOps à fort impact, dans un environnement cloud moderne et orienté production. Vous contribuerez directement à l’industrialisation de solutions de machine learning, au sein d’une équipe data & engineering structurée, sur des cas d’usage concrets liés à l’optimisation opérationnelle et supply chain.